SQL2005的排名函数以及透析关键字

        前段时间看了一号店的一道校招面试题，如下：

        问题：（1）计算2012-8-23每个省份搜索量最高的10个关键词（本文查前三）；

        当时一看感觉很简单，一个星期之后写了下SQL语句才发现，我想象中的答案是错的，后来靠百度才解决的，其实就是一个排名函数的用法。当天晚上顺道把其他几个也一并学了下。今天有空将其一并整理出来，于是有此文。

        首先创建了表，如下：

if not exists (select 1 from sysobjects where name = N'KeywordRecord' and xtype = 'U')
begin
	create table KeywordRecord
	(
		ID int identity(1,1) primary key not null,
		Province nvarchar(20) not null,
		Keywords nvarchar(20) not null,
		SearchDate datetime not null
	);
end

        加入了一些测试数据，之后先把省、商品、和次数算出来，语句如下：

select  Province,Keywords,COUNT(1) SearchCount
from dbo.KeywordRecord 
where SearchDate='2014-08-23'
group by Province,Keywords;

        得到结果：

        这一步还是很容易的，关键就是排出各省份前三名的关键字。

        最终做出来的答案：

with InitialStatistics as
(
	select  Province,Keywords,COUNT(1) SearchCount
	from dbo.KeywordRecord 
	where SearchDate='2014-08-23'
	group by Province,Keywords
)
select Province,Keywords,SearchCount 
from (
	select Province,Keywords,SearchCount,
		RANK() OVER(PARTITION BY Province ORDER BY SearchCount desc) as [Order] 
	FROM InitialStatistics
) tempTable
where tempTable.[Order] between 1 and 3;

        结果如下：

        这里需要使用排名函数RANK。说来惭愧，这几个排名函数除了Row_Number，其他的平时都没有接触过，pivot和unpivot用过，不过现在又忘了。下面就讲讲SQL2005之后添加的几个排名函数以及透析与反透析关键字，主要有Row_Number、RANK、DENSE_RANK、NTILE函数，pivot以及unpivot关键字。

Row_Number

        增加一列，用以标识序号，可以指定排序的字段，同时还可以用PARTITION指定按某个字段分组排序。关键就是这个PARTITION，在这之前都没用过，略显遗憾。查询8月23号每个城市搜索量排前三个的关键字，示例如下（只取前三个，如果第三名有多个也只取一个，可与后面的RANK和DENSE_RANK相比较）。

--查询8月23号每个城市搜索量排前三个的关键字
--（只取前三个，如果第三名有多个也只取一个，可与后面的RANK和DENSE_RANK相比较）
with InitialStatistics as
(
	select  Province,Keywords,COUNT(1) SearchCount
	from dbo.KeywordRecord 
	where SearchDate='2014-08-23'
	group by Province,Keywords
)
select Province,Keywords,SearchCount 
from (
	select Province,Keywords,SearchCount,
		Row_Number() OVER(PARTITION BY Province ORDER BY SearchCount desc) as [Order] 
	FROM InitialStatistics
) tempTable
where tempTable.[Order] between 1 and 3;

        结果如下：

        Row_Number常常被用于分页（我原来也只会用作分页，嘿嘿），示例如下：

<pre name="code" class="sql">--查询第11到20条的记录
with temp as
(
	Select (Row_Number() Over(Order By ID ASC)) AS rownum,* From KeywordRecord
)
Select * From  temp Where rownum Between 11 and 20 ;
--查询每个城市的第11到20条的记录
with temp as
(
	Select (Row_Number() Over(PARTITION BY Province Order By ID ASC)) AS rownum,
	* From KeywordRecord
)
Select * From temp 
Where rownum Between 11 and 20;

        结果如下：

RANK

        增加一列，用以标识序号，可以指定排序的字段，同时还可以用PARTITION指定按某个字段分组排序。排名时相同的数据排名相同，排名的序号需要可能有跳跃的情况，比如1、2、3、3、3、6、7。示例如下：

<pre name="code" class="sql">with InitialStatistics as
(
	select  Province,Keywords,COUNT(1) SearchCount
	from dbo.KeywordRecord 
	where SearchDate='2014-08-23'
	group by Province,Keywords
)
select Province,Keywords,SearchCount,
	RANK() OVER(PARTITION BY Province ORDER BY SearchCount desc) as [RANKOrder]
FROM InitialStatistics;

        结果如下：

DENSE_RANK

        这个函数跟RANK极为相似，唯一的区别是排名的序号是连续的，比如1、2、3、3、3、4、5。示例如下：

--DENSE_RANK排名时会出现1、2、2、3、3、4、5
with InitialStatistics as
(
	select  Province,Keywords,COUNT(1) SearchCount
	from dbo.KeywordRecord 
	where SearchDate='2014-08-23'
	group by Province,Keywords
)
select Province,Keywords,SearchCount,
  DENSE_RANK() OVER(PARTITION BY Province ORDER BY SearchCount desc) as [DENSE_RANKOrder]
FROM InitialStatistics;

        结果如下：

NTILE（n）

        分区排序函数，将结果大致分配到n个区中。注意，是大致分配，举个例子就是300个人按分数高低分配到6个班级，这时一个班级就是50个人，但一班的最低分可能跟二班的最高分相等，但一班的人的分数肯定不低于二班的分数。这个就各位自行理解吧。这里的示例将各省的关键字按热度大概分为三类：

--将各省的关键字按热度大概分为三类，注意‘大概’这个词
with InitialStatistics as
(
	select  Province,Keywords,COUNT(1) SearchCount
	from dbo.KeywordRecord 
	where SearchDate='2014-08-23'
	group by Province,Keywords
)
select Province,Keywords,SearchCount,
  NTILE(3) OVER(PARTITION BY Province ORDER BY SearchCount desc) as [NTILEOrder] 
FROM InitialStatistics;

        结果如下：

透析

        首先关于透析，先看个应用，比如这里的初步统计的详细信息如下：

        现在想达到每个城市每个关键字的汇总信息，如下效果：

        该怎么实现呢？在低版本的SQLServer或者MySQL等其他数据库采用如下方法：

--行列转换，获得汇总信息(低版本的SQLServer或者MySQL等其他数据库)
with InitialStatistics as
(
	select  Province,Keywords,COUNT(1) SearchCount
	from dbo.KeywordRecord 
	where SearchDate='2014-08-23'
	group by Province,Keywords
)
select Province '省份',
	 max(case Keywords when '毯子'then SearchCount else 0 end) '毯子',
	 max(case Keywords when '帽子' then SearchCount else 0 end) '帽子',
	 max(case Keywords when '裤子' then SearchCount else 0 end) '裤子',
	 max(case Keywords when '靴子' then SearchCount else 0 end) '靴子',
	 max(case Keywords when '袜子' then SearchCount else 0 end) '袜子',
	 max(case Keywords when '鞋子' then SearchCount else 0 end) '鞋子'
from InitialStatistics
group by Province;

        结果如下：

        在SQL2005中引入了关键字pivot，可以很方便的解决这个问题，实现相同的效果代码如下：

--使用pivot进行行列转换,注意后面in中的不要加单引号,加了就会报错
with InitialStatistics as
(
	select  Province,Keywords,COUNT(1) SearchCount
	from dbo.KeywordRecord 
	where SearchDate='2014-08-23'
	group by Province,Keywords
)
select * from InitialStatistics 
pivot(max(SearchCount)for Keywords in (毯子,帽子,裤子,靴子,袜子,鞋子)) tempTable 

        结果如下：

        这边需要注意的是后面in中的关键字不要加单引号,加了就会报错

反透析unpivot

        首先将上面的结果保存到一个GeneralStatisticsTable表中，然后进行反透析，代码如下：

--反透析数据
select Province,Keywords,SearchCount
from
(
	select * from dbo.GeneralStatisticsTable
) temp
unpivot
(
	SearchCount for Keywords in(毯子,帽子,裤子,靴子,袜子,鞋子)
) TempTable

        结果如下：

动态透析

        相信看到这的人会发现，以上透析和反透析有个很恶心的地方，就是关键字毯子、帽子等出现在SQL语句中，而实际情况下关键字可能很多，此时就需要动态拼凑（动态反透析类似）：

<pre name="code" class="sql">--动态透析（动态反透析类似）
declare @colomnNames varchar(200);
declare @sql varchar(200);
set @colomnNames='';
select @colomnNames=@colomnNames+'['+Keywords+'],'
from
(
	select distinct Keywords from InitialStatisticsTable
) temp;
set @colomnNames=left(@colomnNames,len(@colomnNames)-1);
set @sql='select *from InitialStatisticsTable'
	+' pivot(max(SearchCount)for Keywords in (@colomnNames)) tempTable ';
set @sql=replace(@sql,'@colomnNames',@colomnNames);
exec (@sql);

        结果如下：

        至此全部完成，只是个人的一些总结，对自己是一个记录，同时希望也能对别人有些帮助，如果有什么错误，还望不吝指出，共同进步，转载请保留原文地址。

        SQL脚本下载